Daten analysieren, Produktion verbessern

Welche Wege schlägt die Industrie 4.0 als nächstes ein? Frans Cronje, Geschäftsführer des Machine-Learning-Spezialisten Data Prophet, ist der Ansicht, dass künstliche Intelligenz der nächste bedeutende Schritt für Hersteller sein wird und dieser bereits unmittelbar bevorsteht.

(Bild: ©sdecoret/Fotolia.com)

Aus dem Schlagwort Industrie 4.0 ist inzwischen ein Industriestandard geworden. Wenn man nicht einmal darüber nachdenkt, wie man seine Daten zur Optimierung der Produktionsverfahren nutzen kann, riskiert man es, auf der Strecke zu bleiben. Die Umsetzung von Industrie 4.0 in einer Anlage oder Fabrik ist jedoch längst nicht das Ende der Fahnenstange oder gar eine einfache Rechenaufgabe.

Vielmehr ist es eine sich weitere entwickelnde Philosophie, in die fortwährend innovative Ideen integriert werden und die ständig unerwartete Wendungen nehmen wird. Was also wird als nächstes passieren? Zunächst einmal befindet sich jedes Unternehmen in einer anderen Phase. Jedoch haben alle Firmen, die auf Industrie-4.0-Technologien umstellen, etwas gemeinsam: Sie alle versuchen die Daten ihrer Fertigungslinien zu sichten, zu sortieren, zu löschen, einzustufen und vor allem auch zu analysieren.

Expertise erhöhen

In einer Prozesssteuerungsumgebung wird dabei eine riesige Datenmenge generiert. Diese ist so umfangreich, dass sie nicht von einer Person allein interpretiert werden kann. Daher besteht die Gefahr, dass die Bediener von der Informationsflut überwältigt werden und wichtige Möglichkeiten der Prozess- und Qualitätsoptimierung ungenutzt bleiben.

Die Antwort lautet, menschliche Expertise durch künstliche Intelligenz (KI) zu erhöhen – nicht nur zu Analysezwecken, sondern um Maßnahmen vorherzusagen und einzuleiten. Eine korrekte Vorhersage der nächsten Schritte in einer bestimmten Situation und präventive Korrekturmaßnahmen erweisen sich als überaus nützlich, wenn dies auf kostengünstige Weise, im angemessenen Umfang und früh genug erfolgen kann, um Ergebnisse sinnvoll zu verändern, beispielsweise um Ausschuss zu vermeiden. Kurz gesagt, der KI-Einsatz hat das Ziel, große Datenmengen so zu nutzen, dass die Kosten von Qualitätsmängeln drastisch gesenkt werden, indem den Bedienern optimale Parametereinstellungen vorgegeben werden. Wenn künftige Ereignisse in vollem Umfang vorhergesagt werden können und dies zum Standard wird, können dadurch sämtliche Disziplinen revolutioniert werden.

Die offensichtlichsten Beispiele dafür sind Google, Facebook oder Amazon. Dort wurden Anwendung und Effizienz von Plattformen und Massenwerbung durch KI radikal verbessert. Beispielsweise werden riesige Mengen von scheinbar zusammenhangslosen Online-Verhaltensdaten, die von Milliarden von Google- und Facebook-Nutzern generiert werden, mithilfe von KI gesichtet. Durch den Einsatz der Technologie können dann in Echtzeit die besten Antworten auf Suchabfragen oder die nützlichsten Werbeanzeigen ausgewählt werden, die den einzelnen Benutzern angezeigt werden sollen.

Komplexe Umgebungen

Warum sollte dieser Prozess also nicht auch für Produktionsdaten geeignet sein? Ob in der Automobilbranche, im Bergbau oder in anderen Schwerindustriezweigen – zu Fertigungslinien aus der realen Arbeitswelt gehören immer mehrere Prozessabläufe. Manche laufen parallel, andere sequenziell, aber alle beeinflussen sich gegenseitig und erfordern eine bestimmte Kombination aus Produktionsvariablen, damit die optimale Effizienz und der geringste Verlust gewährleistet sind.

KI-Lösungen werden in komplexen Produktionsumgebungen wie Gießereien, Mineralaufbereitungswerken, Langstahlwalzwerken und bei der Automobilherstellung sowie in Montageanlagen eingesetzt. Dort werden aus verschiedenen Quellen Verlaufsdaten zu Produktion und Qualität gesammelt und in einer übersichtlichen Ansicht dargestellt. Anschließend können die Daten in Echtzeit mit Algorithmen verarbeitet werden, um potenziellen Qualitätsproblemen bei nachgelagerten Prozessen vorzugreifen.

Darüber hinaus können proaktiv Korrekturmaßnahmen vorgegeben werden, um Qualitätsabweichungen zu vermeiden. Und das ist längst keine Theorie mehr. Es ist bereits möglich, mithilfe von maschinellen Lernmethoden, digitale Kopien von Anlagen zu erstellen, um die optimale Betriebsweise von komplexen mehrstufigen industriellen Prozessen zu ermitteln.

Das könnte Sie auch interessieren

Qualifizierte Fachkräfte im MINT-Bereich sind weiterhin Mangelware: Die unbesetzten Stellen erreichen regelmäßig ein neues Allzeithoch. Um fähige Spezialisten trotzdem ins Unternehmen zu holen und langfristig zu binden, sollten Verantwortliche die Employee Journey in den Mittelpunkt stellen. Sie umfasst alle Kontaktpunkte des Mitarbeiters mit dem Unternehmen - von der Bewerbung bis zum abschließenden Arbeitszeugnis und darüber hinaus. Wie es Unternehmen gelingen kann, über alle Phasen hinweg für eine positive Mitarbeiter-Erfahrung zu sorgen, um letztlich auch das Employer-Branding zu stärken, lesen Sie im Folgenden.‣ weiterlesen

Anzeige

Exklusiv für Abonnenten

Künstliche Intelligenz ist längst in unserem Alltag präsent und dringt in immer mehr Bereiche vor. Fortschritte im KI-Bereich beruhen vor allem auf der Verwendung neuronaler Netze. Vergleichbar mit der Funktionsweise des menschlichen Gehirns verknüpfen sie mathematisch definierte Einheiten miteinander. Doch bisher wusste man nicht, wie ein neuronales Netz Entscheidungen trifft. Forschende des Fraunhofer Heinrich-Hertz-Instituts HHI und der Technischen Universität Berlin haben nun eine Technik entwickelt, die erkennt, anhand welcher Kriterien KI-Systeme Entscheidungen fällen.‣ weiterlesen

Das IT-Beratungshaus Capgemini hat untersucht, welchen Einfluss ethische Grundsätze für das Vertrauen in den Einsatz künstlicher Intelligenz haben. Ethisches Verhalten wird demnach belohnt, unethisches Verhalten sanktioniert.‣ weiterlesen

Das Marktforschungsunternehmen ABI Research gibt mit dem Bluetooth Market Update 2019 einen Ausblick darauf, wie sich Bluetooth-Lösungen in den nächsten fünf Jahren entwickeln könnten. Mit einem durchschnittlichen Wachstum von 43% sind Standortdienste dabei der am schnellsten wachsende Lösungsbereich.‣ weiterlesen

Das Bundeskabinett hat den Regierungsentwurf des Bundeshaushalts 2020 einschließlich des BMWi-Etats beschlossen. Dieser sieht für das Wirtschaftsministerium im kommenden Jahr Ausgaben von 9,1Mrd.€ vor. Unter anderem sind gibt es mehr Geld für die Weiterentwicklung künstlicher Intelligenz.‣ weiterlesen

Anzeige

Exklusiv für Abonnenten

Der Security-Anbieter Avast hat in Zusammenarbeit mit der Stanford University eine Studie zum Internet of Things durchgeführt. Dabei scannte Avast zur Datenerhebung mithilfe des WLAN-Inspektors 83Mio. IoT-Geräte in 16Mio. Haushalten weltweit, um die Verbreitung und die Sicherheit von IoT-Geräten nach Typ und Hersteller zu untersuchen.‣ weiterlesen